改进的基因表达式编程算法在负荷建模中 的应用-电力系统及其自动化专业论文.docxVIP

万方数据 万方数据 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者：  日期： 年 月 日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的实物作品，知识产权归属郑州大学。 根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部 门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州 大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、 缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学 位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑 州大学。必威体育官网网址论文在解密后应遵守此规定。 学位论文作者：  日期： 年 月 日 摘要 摘要 摘 要 数字仿真技术随着计算机的快速发展而广泛的应用于电力系统当中。发电 机、控制系统、输电网络以及电力负荷的模型都与电力系统仿真计算精度有着 密不可分的关系。发电机及其控制系统的模型都比较精确，而负荷模型还比较 粗糙，以至于阻碍了电力系统仿真计算精度的进一步提升。由于电力负荷存在 随机性、时变性、分散性等特点，因此建立精确的负荷模型还存在着相当大的 难度。但逐步建立更加接近真实的工程实用负荷模型，使之更加合理、有效则 是可能的，也是许多研究者和工程技术人员努力的目标。 随着我国电网建设进程的加快，新能源技术的提升，能源结构多样化、复 杂程度不断增加，对仿真计算精度要求越来越高。因而，传统的按照经验来确 定负荷模型的方法已跟不上现在不断更新发展的电力系统。新方法和算法的引 入是解决负荷建模问题的关键，也是以后电力负荷建模发展的趋势。 基因表达式编程(Gene Expression Programming)是遗传算法家族中衍生出来 的 新 算 法 ， 该 新 算 法 融 合 了 遗 传 编 程 (Gene Programming) 和 遗 传 算 法 (Gene Algorithm)的优点。和传统的遗传算法相比，该算法在速度上提升了 2~4 个数量 级，因此表明 GEP 算法在数据挖掘、模型有哪些信誉好的足球投注网站中有着其他遗传算法所不具有的 优势。但是，随着对 GEP 算法的深入研究发现该算法存在这多样性不足、“早熟” 等现象。为防止这类现象的出现，需对该算法进行改进，改进方面主要包括： 初始种群，遗传算子，常数处理等方面。改进后的 GEP 算法可在很大程度上增 加种群个体的多样性，防止“早熟”现象。 把改进 GEP 算法应用到负荷建模中，无需事先确定模型结构形式，也不需 要利用最小二乘法等优化算法对模型参数进行辨识。该算法可以根据实际输入 输出的数据，自动的有哪些信誉好的足球投注网站数据间的函数关系，从而可以实现自动建模。在编写 程序方面，本文选择在 Eclipse 平台下编写 Java 程序，再根据程序运行结果，在 Matlab 软件下进行仿真拟合对比，得出改进 GEP 算法的可行性。 关键词：电力系统；负荷模型；电力系统仿真；基因表达式编程 I Abstract Abstract Abstract With the rapid development of computers, digital simulation technology is widely used in power systems. Power system simulation accuracy has a close relationship with power generators, control systems, transmission network and power load model. Since the model of generator and control systems are more accurate, while the load model is still rough that hinders the power system simulation calculation further enhance. However, because of power load has randomness、 time-varying、dispersible features, it is difficult to establish an accurate load model. But it is possible to establish a more re